DeepSeek V4.1-Flash-1017 : la mise à jour agentique en licence MIT

Le 17 octobre 2026, DeepSeek a mis en ligne sur Hugging Face DeepSeek-V4.1-Flash-1017, une mise à jour de son modèle V4.1-Flash. Le dépôt, créé dans la matinée, est publié en licence MIT avec un contexte d'un million de tokens. DeepSeek la présente comme une version mineure, mais les gains annoncés en tâches agentiques sont nettement plus marqués que ce que « mineur » suggère.

Ce qui change par rapport à V4.1-Flash

DeepSeek annonce des progrès « substantiels » en raisonnement, en code, en tâches agentiques et en vision, avec en plus des réponses plus courtes et des tâches exécutées plus vite. Dans son propre tableau, le saut le plus visible concerne Terminal-Bench 4.0 : 42,3 contre 31,2 pour la version précédente, mesuré avec l'environnement Claude Code. DeepSWE v1.1 passe de 74,2 à 77,0, Automation-Bench de 54,8 à 60,5 et HLE sans outils de 36,8 à 42,6. Les tests visuels avec outils progressent aussi, par exemple BabyVision à 92,5 contre 89,6.

Ces chiffres placent le modèle, toujours selon DeepSeek, devant plusieurs modèles de référence sur certains bancs agentiques, tout en restant derrière les meilleurs modèles fermés sur d'autres. Il faudra attendre les mesures tierces pour confirmer l'ampleur réelle du gain, en particulier sur les harnais d'agents que DeepSeek met en avant.

Le point technique à retenir : le format de prompt

Détail qui compte pour qui veut l'auto-héberger : cette version ne fournit pas de modèle de conversation au format Jinja. Le dossier « encoding » du dépôt contient une implémentation Python de référence, avec des cas de test pour les conversations multi-tours, l'appel d'outils, le mode réflexion et les images entremêlées. Pour la production, DeepSeek publie aussi « deepseek-recipe », des bibliothèques Rust avec liaisons Python qui convertissent les requêtes aux formats courants vers le format maison.

Le reste de la fiche est classique pour la famille : quantification FP8 (avec des experts en FP4 d'après le fichier de configuration), contexte d'un million de tokens, température recommandée de 1,0 et génération conseillée d'au moins 256 000 tokens. C'est la suite directe du V4.1-Flash dont nous avons détaillé l'arrivée en API en septembre.

Notre lecture

Analyse. La bataille des modèles ouverts se joue de plus en plus sur le coût par tâche réussie, et c'est exactement l'angle de cette mise à jour : moins de tokens produits, des tâches qui aboutissent plus souvent. Le mouvement est le même que celui de Meta avec Muse Spark Open il y a deux jours : des poids ouverts pensés pour les agents, pas pour la conversation. Si tu auto-héberges, prévois un peu de travail d'intégration autour du format de prompt ; si tu utilises une API hébergée, surveille surtout les premiers retours indépendants sur Terminal-Bench et DeepSWE.